Sacs 招聘 在 中国 - 16 Job Positions Available

高级智能驾驶算法工程师 - 强化学习(RL) 上海 全职 职位描述 -研发强化学习、模仿学习、人类反馈强化学习在智驾领域的融合方式，提升系统表现与安全性。-开发基于强化学习与生成式模型的闭环仿真算法和基础设施，实现大规模场景的闭环训练。 职位要求 -具有计算机视觉，机器学习，电子信息，机器人等相关学科硕士/博士学历，AI相关研究方向。-精通强化学习主流算法（PPO/SAC/GRPO等），有结合世界模型/神经渲染方法进行闭环训练的项目经验。-熟悉大规模分布式RL训练，在自动驾驶或机器人领域有完整的RL落地项目经验。-能够紧跟学术界和产业界技术动态，对新技术进行调研和原型验证。有相关领域顶会文章发表经历优先。-精通Python/C++编程，熟练掌握PyTorch等深度学习框架-具有良好的工作态度，团队合作精神，主观能动性和沟通能力。 投递...

【人形机器人】双足运控算法工程师-强化学习 北京、上海 全职 智能制造 / 工业互联网 / 工业自动化 - 研发 职位描述 1、负责/主导双足机器人强化学习（RL）运控算法研发，覆盖行走/转向/起步停止/跑步、上下坡与台阶、抗外力扰动等核心能力，并实现真机稳定闭环。2、搭建并维护训练Pipeline：仿真环境构建（动力学、接触、执行器与传感器模型）、奖励函数与课程学习、并行采样与训练监控、实验可复现与版本管理。3、负责Sim2Real落地与鲁棒性提升：域随机化（质量/惯量/摩擦/延迟/噪声）、系统辨识、策略泛化与真机调参闭环。4、设计并实现策略与底层控制栈对接（PD/阻抗/WBC/状态机），处理控制频率、延迟、力矩/速度饱和、关节限位与安全保护等工程约束。5、构建并优化步态与接触切换稳定性（单/双支撑过渡、落脚冲击、滑移抑制），降低抖动与能耗，提升步态自然性与可控性。6、建立异常工况处理机制：跌倒检测、失稳恢复（fall recovery）、安全降级、故障注入测试与保护策略。7、制定并维护双足运控评测体系：成功率、速度范围、通过率（地形/扰动/摩擦）、稳定裕度、能耗/温升、恢复时间等，并推动自动化回归。8、支持真机联调与问题定位：策略崩溃、奖励投机、接触抖动、仿真偏差、传感器漂移、执行器带宽限制等问题分析与优化。 职位要求 1、机器人、控制、自动化、机械、计算机等相关专业，本科及以上学历。2、3年以上强化学习或机器人运动控制相关经验；具备足式/双足机器人真机落地经验者优先。3、熟悉主流RL算法与实现（PPO/SAC/TD3等），理解稳定训练要点（归一化、优势估计、探索、约束等）。4、具备扎实的动力学与控制基础：刚体动力学、接触与摩擦、步态稳定性、阻抗/力控、状态估计基础概念。5、熟练Python/C++，具备良好的工程实现与调试能力；熟悉Linux与常用开发/调试工具链。6、熟悉至少一种机器人仿真平台（MuJoCo/Isaac Gym/Isaac Sim/Gazebo等），能够独立完成模型、环境与传感器/执行器仿真开发。7、具备数据分析与系统化定位能力（日志、可视化、回归对比、消融实验），能推动问题闭环。8、具备良好沟通协作能力，能与硬件、全身控制、状态估计、测试团队高效配合。优先考虑条件：1、有复杂地形与强扰动鲁棒行走经验（台阶、碎石、低摩擦、推搡、载荷变化）。2、有WBC/QP/MPC与RL结合、或分层控制（技能/策略/控制器）工程经验。3、有系统辨识、执行器模型（电机/减速器/摩擦/带宽）建模与补偿经验。4、能阅读英文论文/技术文档并快速复现与落地。 投递...

运动控制算法实习生（强化学习方向） 深圳 实习 研发 - 算法 职位描述 【关于我们】小鹏机器人中心致力于研发先进的人形机器人技术，覆盖机器人行走、灵巧操作、智能导航，以及在大语言模型支持下的人机交互等方向。我们的软硬件研发团队分布于深圳、上海、广州、北京及北美，汇聚跨学科的一流人才。加入我们，你将参与把人工智能真正落地到物理世界的核心工作，与控制、感知、规划、硬件等多领域工程师紧密协作，攻克前沿科研与工程难题，并推动人形机器人关键能力的持续演进。【工作职责】1、参与机器人的强化学习训练，优化机器人运动规划与控制策略，与传统控制方法形成互补，提升整体运动性能；2、参与机器人数据重映射（retargeting / remapping）与位置/姿态跟踪算法的开发与优化；3、将先进运动控制与机器学习方法应用于我们的自研人形机器人，推动算法从离线验证到真机闭环；4、研究和复现前沿强化学习算法，探索相关领域学术和工程问题。 职位要求 【岗位要求】1、本科及以上在读，数学、计算机、人工智能、自动化、机器人等相关专业优先；2、至少 1 年强化学习相关项目或研究经验，熟悉足式机器人运动学和动力学；3、熟练使用基于 Pytorch 的深度学习框架，掌握 PPO、DQN、SAC 等主流强化学习算法，以及 MuJoCo、Isaac Gym/Sim 等主流仿真工具；4、热爱机器人行业，有相关期刊或会议论文发表经历，或实际强化学习项目落地经验者优先。【你将获得】1、深度参与最前沿的具身智能算法研发，专注于双足机器人运动规划与控制，以及从仿真到实机的迁移；2、行业内资深专家的指导，对于优秀成果，我们将全力支持发表学术论文或申请专利；3、完备的实验室支持，包括充足的计算资源、稳定的机器人平台和强大的软硬件团队；4、明确的成长路径：实习生是公司的重要储备人才，对于即将毕业的优秀实习生，我们优先考虑其全职工作申请。 投递...

【27届校招】大模型算法工程师 北京 正式 研发 - 算法 职位描述 岗位简介：聚焦云端大模型算法研发，包括 VLM / VLA 大模型、世界动作模型(WAM)等，重点解决自动驾驶场景数据闭环体系及数据治理能力建设；利用语义标签、长时序描述及推理、向量化或隐空间表征等建立数据图谱，实现大规模数据分层治理。岗位职责：1、云端基座大模型研发：负责数据驱动的云端基座大模型算法研发，基于海量量产数据，研发无监督、自监督算法，持续提升大模型的场景语义理解与物理空间感知能力，进而提高云端大模型的时空感知、推理、预测、分析能力；2、空间推理产线建设：负责基于多传感器数据融合、时空信息融合的自动标注算法，构建具有精度高、场景泛化性强的时空数据生产产线，持续推动物理AI云端大模型研发；3、Scaling Law 驱动的算法研发：负责车云平台一体化大模型算法研发与优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知流水线，提升数据闭环效率；4、强化学习研发：基于 PPO、DPO、GRPO、SAC 等主流强化学习算法，搭建长尾场景的后训练方案，完成奖励设计、分布式训练、模型调优，提升模型在复杂场景、恶劣天气、小众交通场景下的泛化能力与稳定性。 职位要求 1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底；2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾或机器人大模型落地经验优先；3、强化学习能力：熟练掌握 PPO、DPO、GRPO 等算法，具备用强化学习解决问题的实战经验，有智驾或机器人项目量产落地经验；4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；5、工程与综合能力：熟练使用 PyTorch，掌握 Agent / Harness 等自动化工具；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。加分项1、参与过自动驾驶或机器人技术路线、算法体系标准搭建；2、深耕VLM/VLA预训练、后训练方向，有相关落地成果；3、拥有顶会论文、核心专利成果。 投递...

【2027 届校招】强化学习运控算法工程师 北京、杭州 正式 互联网 / 电子 / 网游 - 研发 【千寻智能2027届秋季校园招聘】 职位描述 1. 基于强化学习的人形机器人（轮式/轮足/双足）运动控制算法研究与实现，包括行走、操作、跑步、跳跃等动态运动技能的训练与部署。2. 设计并优化Sim-to-Real迁移策略，解决仿真与真实机器人之间的动力学差异（domain gap），针对机器人本体特性提出算法与机电协同设计的改进建议。3. 构建强化学习训练框架（如Isaac Gym、Mujoco + RLlib等），探索强化学习与传统控制融合、大小脑算法融合。4. 参与机器人运动学、动力学模型的搭建与仿真环境构建，建立基于强化学习的运动性能评估标准，与传统控制方法性能做对比。5. 跟踪前沿强化学习算法（如PPO、SAC、TD3、Dropout Q-learning等）及机器人运动控制领域最新成果，进行技术文献调研与原型实现。 职位要求 1. 硕士及以上学历，有强化学习在实际机器人系统上的部署经验、有Sim-to-Real迁移（域随机化、系统辨识、教师-学生策略等）实际项目经验。2. 深入理解强化学习基础理论，熟悉MDP建模、策略梯度、价值函数估计、探索-利用权衡等核心概念。3. 熟练掌握至少一种主流强化学习框架（RLlib、Stable-Baselines3、Acme、TensorFlow Agents等），并有实际训练与调优经验。4. 熟悉机器人学与传统运控（运控规划、运动学、动力学等），与仿真环境（Mujoco、PyBullet、Isaac Gym等）进行交互，设计状态空间、动作空间与奖励函数。5. 熟悉ROS2框架，掌握最优化与数值计算方法，能够理解强化学习算法中的梯度估计、约束优化等问题。6. 熟悉NVIDIA Isaac Sim/Isaac Gym、MuJoCo等高性能仿真训练平台，熟练使用C++、Python，熟悉Eigen、NumPy等科学计算库，具备良好的工程化代码能力。7.

强化学习工程师（真机操作方向） 上海 全职 职位描述 1. 负责真机强化学习算法的设计与落地，构建从仿真训练到真机部署的完整 RL pipeline，解决 Sim2Real 迁移中的核心挑战2. 研发高效的 RL 训练方案，提升样本效率，使复杂灵巧操作任务能在有限训练时间内收敛到高成功率3. 搭建人机协作训练体系，探索人类遥操作干预、奖励信号设计、渐进式自主等策略，降低真机训练成本4. 构建分布式 RL 训练基础设施，对接多仿真器后端与真机环境，支持多算法并行实验与大规模数据采集5. 跟踪真机 RL 与机器人操作领域前沿进展（如 SERL 等代表性工作），快速验证并落地到产品 职位要求 任职要求1. 硕士及以上，计算机 / 机器人 / 自动化等相关专业2. 具备真机强化学习的完整项目经验，熟悉从仿真训练到真机策略部署的全流程，了解 Sim2Real 迁移的关键技术（域随机化、阻抗控制、自动重置等）3. 精通主流 RL 算法（SAC / PPO

具身智能算法工程师（框架方向） 北京、上海 社招 全职 互联网 / 电子 / 网游 - 研发 职位 ID：A141087 职位描述 1. 将强化学习（RL）、模仿学习（IL）、扩散策略、VLM/LLM 微调等具身算法，高效嵌入 RLinf 框架，定义训练、推理、回放、评测的标准接口与数据流。2. 主导大规模分布式 RL 训练 pipeline 的算法侧调优（如 PPO、SAC的并行采样、经验池管理、优势估计加速），提升训练效率和样本利用率。3. 负责具身基座模型（如 VLA、WAM 类）在 RLinf 上的 LoRA/QLoRA 微调适配，并参与 sim-to-real 迁移策略，保证模型在真实机器人上的性能可复现。4. 设计高效的数据采集、标注、重放与评测工作流，与硬件团队配合制定数据格式标准，支持仿真环境与真实传感器数据的统一接入。5. 针对典型具身任务（操作、导航、抓取等），构建 benchmark

具身智能操作模型算法工程师-深圳 深圳 校招 正式 智能制造 / 工业互联网 / 工业自动化 职位描述 你将参与：1. 参与具身操作模型的 SFT 和 RL 训练，包括数据格式设计、训练配置与效果评估；2. 在真实机器人平台上设计并实施 RL 训练方案，提升模型泛化能力与鲁棒性；3. 参与通用奖励模型设计与训练，实现长程任务下的高效真机强化学习；4. 跟踪具身智能前沿论文，探索基础模型与 RL 结合的新技术；5. 编写技术文档，沉淀训练-部署最佳实践。 职位要求 1. 2027届毕业生，本科及以上学历及以上，、计算机、人工智能、机器人、自动化等相关专业。2. 理解 PPO/SAC 等 RL 核心算法，熟悉 VA/VLA/WAM 等具身操作大模型；3. 扎实的机器人运动学与动力学基础，能处理真机延迟、噪声等非线性问题；4. 精通 Python

具身智能运动控制算法工程师-深圳 深圳 校招 正式 智能制造 / 工业互联网 / 工业自动化 职位描述 你将参与：1. 研发四足、人形机器人（腿足/机械臂）相关强化学习和模仿学习的运动控制算法，基于 IsaacSim/MuJoCo 等仿真平台搭建大规模并行训练环境，实现动作轨迹跟踪、全身协调控制及力控策略，自适应多种地形环境；2. 参与 Sim-to-Real 迁移全流程，系统性分析并解决电驱、结构、传感器相关 gap ，结合系统辨识、状态估计、域随机化等技术提升真机部署鲁棒性；3. 实现运控系统端侧高效部署，与认知大模型、空间/语义感知模型构建分层端到端架构，完成从环境感知、高层决策到底层运动执行的跨模型协同；4. 对齐 Scaling Law 驱动的运动智能前沿，探索动作基模、世界模型驱动运控、多模态具身大模型等新范式，构建面向通用运动能力的统一架构与训练体系； 职位要求 1. 2027届毕业生，硕士及以上学历及以上，控制科学、计算机科学、机械电子、机器人等相关专业。2. 掌握机器人运动学/动力学基础，了解多刚体动力学建模、正逆运动学等核心算法；3. 具备强化学习理论基础，熟悉 PPO、SAC 等主流算法，有实际项目或课题经验；4. 熟练使用 Python，熟悉 PyTorch 深度学习框架，具备良好的代码规范和工程能力；5. 具备至少一种仿真工具（MuJoCo/Isaac Gym/PyBullet/Gazebo）的使用经验；6.

强化学习实习生（真机操作）(R12185) 上海 实习 职位描述 岗位JD（含岗位职责和岗位要求）岗位职责1. 参与真机 RL 训练 pipeline 的搭建与调试，涵盖仿真环境搭建、策略训练、真机联调2. 参与人机协作训练实验：遥操作数据采集、奖励函数设计、策略调优3. 复现前沿论文算法，沉淀可复用的实验方案与技术文档任职要求1. 计算机 / 机器人 / 自动化等相关专业在读硕博（优秀本科亦可）2. 掌握 RL 基础理论，熟悉 SAC / PPO 等主流算法；熟练使用 Python，了解 PyTorch 或 JAX3. 对真机 RL 或机器人操作方向有浓厚兴趣，阅读过 SERL 等相关论文者优先4. 每周 ≥4 天，连续 ≥6

具身算法工程师（VLA+RL）-通用业务部 上海 校招 正式 技术 - 算法类 职位 ID：A121738 职位描述 VLA 端到端模型研发: 设计并训练端到端视觉-语言-动作模型（如 RT-2、OpenVLA、π0、Diffusion Policy、3D Diffusion Actor 等），实现从视觉输入与语言指令到机器人低维动作空间的直接映射。研究动作表示与生成机制: 动作 Token 化（Action Tokenization）、隐动作量化（Latent Action Quantization, LAPA）、扩散式动作生成（Diffusion Policy）、流匹配（Flow Matching）等前沿方案。探索 RL 与模仿学习（IL）的混合训练范式：利用人类演示数据初始化策略，再通过 RL 进行微调和鲁棒性增强。强化学习运控与策略优化: 包括 PPO、SAC、RLHF（Human Feedback for Robotics）、DAPG 等算法在关节级/任务级控制中的应用。模型部署与实时性优化:

优才-具身基座大模型算法研究员-具身研究中心 上海、北京 校招 正式 技术 - 研究类 职位 ID：A47457 职位描述 - 参与具身智能基础模型研发，覆盖 VLM/VLA/VideoGen 预训练、后训练与强化学习等关键环节，打造可跨不同机器人平台泛化的通用模型。- 设计多模态模型结构与训练策略，融合图像/视频/语言/触觉/动作等信息，提升理解、推理与执行能力。- 探索具身领域的数据配方与 scaling law，沉淀可复用的训练范式与评测结论。- 面向复杂任务与长时序任务，构建训练—评测—迭代闭环，持续提升成功率、稳定性与鲁棒性。- 与数据/系统/仿真/硬件团队协作，推进模型训练、验证、部署与迭代落地。- 撰写技术文档和学术论文，分享研究成果并在技术社区中展示创新技术。 职位要求 - 硕士及以上学历，计算机/机器人/AI 等相关方向。- 熟悉大模型训练体系，有预训练或后训练经验，对 LLM/VLM/VLA/VideoGen 有较深理解。- 具备强化学习相关经验（PPO/SAC 等），有 Online RL / Offline RL类训练实践经验者优先。。- 熟悉或跟进过主流 VLA

机器人强化学习工程师/专家 合肥、上海、北京 社招 全职 数字技术 - 算法 硕士及以上 3-5 年 职位描述 1、负责机器人灵巧操作、移动操作等任务中的强化学习与模仿学习算法设计、开发与迭代；2、负责强化学习模型全生命周期管理，包括仿真环境构建、状态空间与动作空间设计、奖励函数设计、训练策略优化、模型部署与效果评估；3、搭建高效、逼真的机器人仿真训练环境，结合机器人力学特性，支持虚拟场景到真实物理世界的迁移学习，降低实机训练成本与部署风险；4、研发适用于机器人实际任务的强化学习与模仿学习算法，提升策略在真实场景中的泛化性、鲁棒性、样本效率与动作性能；5、针对机器人实际控制问题，优化深度强化学习算法，如 PPO、SAC、TD3、DDPG 等，并结合模仿学习、离线强化学习等方法提升训练效果；6、推动 Sim2Real 迁移落地，设计域随机化、系统辨识、自适应控制等方法，缩小仿真与真实系统之间的差异；7、与机械结构、硬件控制、感知、算法工程等团队紧密协作，将强化学习模型与机器人控制系统深度融合，完成真实机器人部署、系统级验证与迭代优化； 8、跟踪强化学习、机器人学习、具身智能等领域前沿技术，结合业务场景进行技术创新与工程落地。 职位要求 1、计算机科学与技术、人工智能、机器人、自动化、电子工程等相关专业硕士及以上学历，具备扎实的数学、优化、控制与算法基础；2、具备 3 年以上强化学习、机器人学习或相关算法研发经验，有人形机器人、机械臂、移动机器人或复杂动态系统强化学习训练项目经验者优先；3、熟悉常用强化学习算法，如 DQN、PPO、A2C、SAC、TD3、DDPG 等，具备扎实的算法实现、调优和工程部署经验；4、熟练掌握 C++ / Python，熟悉 PyTorch、TensorFlow、JAX 等至少一种深度学习框架，具备高效模型开发与调试能力；5、具备机器人学基础，熟悉运动学、动力学建模、运动控制原理，能够结合实际机器人任务设计合理的训练方案；6、具备仿真环境搭建经验，熟悉 MuJoCo、PyBullet、Isaac Sim、Gazebo、ROS 等工具者优先；7、具备大规模强化学习训练、分布式训练、虚实结合训练、Sim2Real 迁移经验者优先；8、具备良好的团队协作、跨团队沟通与工程落地能力，对机器人技术、具身智能和强化学习方向有强烈兴趣与自驱力。 投递...

校招-大模型算法工程师（主动安全方向） 上海、北京 校招 正式 数字技术 - 算法 硕士及以上 2027届校园招聘-正式批 职位 ID：A64864 职位描述 负责端到端决策模型算法的研发量产工作，主要聚焦于主动安全业务，重点方向包括但不限于。模仿学习（如自回归生成、Diffusion Policy 等）强化学习（涵盖轨迹生成、闭环训练、世界模型等相关技术）一段式端到端模型的研发构建高质量数据集，支持模型迭代优化持续跟踪人工智能领域的前沿技术动态，推动先进算法在量产项目中的实际应用与落地。 职位要求 硕士及以上学历，计算机 / 软件工程 / 人工智能等相关专业。扎实的深度学习算法基础，精通常见的深度学习和机器学习算法。面对未知的领域和问题，有非常强的自学能力，善于通过基本的研究方法对问题本身进行拆解，并找到每个步骤的解决办法。有着良好的团队合作精神，能够同公司内部的不同团队保持合作关系。加分项相关领域的博士研究生。具备端到端路径/轨迹生成相关经验，熟悉主流模仿学习方法，如diffusion，自回归等具备强化学习在轨迹预测、决策规划的相关经验，熟悉主流强化学习方法，如 DQN、DDPG、SAC、PPO、GRPO 等有过相关领域的顶级会议论文发表（CVPR、ICCV、ECCV等等）或在相关领域的学术竞赛（ImageNet、COCO、Kitti、Waymo等等）中取得较好成绩者优先 投递...